A mesterséges intelligencia könnyű, gyors és anyagtalan szolgáltatásnak tűnik. Valójában óriási fizikai infrastruktúra működteti, amelyhez fémek, chipek, víz, energia és hatalmas épületek kellenek.
Állítsd be a mivagyunk.hu-t kedvenc forrásként a Google-benA felhő nagyon is a földön áll
A felhő elnevezés szerencsés marketingfogás. Valami könnyűt, lebegőt és tisztát sugall, miközben a háttérben ipari méretű adatközpontok üzemelnek.
Ezekben az épületekben szerverek ezrei dolgoznak folyamatosan. A gépek számításokat végeznek, adatokat mozgatnak és MI-modelleket futtatnak. A működés közben nagy mennyiségű hő keletkezik, amelyet hűtőrendszerekkel kell elvezetni.
A felhő tehát fizikai hálózat. Földterületet foglal, áramot fogyaszt, vizet használ és rendszeres hardvercserét igényel.
Amikor valaki beír egy kérést egy chatbotba, a válasz távoli gépeken készül el. A felhasználó ebből csak néhány másodperc várakozást érzékel. Az infrastruktúra terhelése láthatatlan marad.
Az MI már a chipgyártás előtt elkezd fogyasztani
Az adatközpontokhoz nagy teljesítményű chipekre van szükség. Ezek előállítása összetett ellátási láncra épül, amely bányászattal kezdődik. Réz, arany, kobalt, nikkel, lítium és volfrám kerül a különböző alkatrészekbe. Emellett ritkaföldfémeket is használnak, köztük neodímiumot, cériumot és lantánt.
A nyersanyagok kitermelése jelentős környezeti terheléssel járhat. Bányák nyílnak, nagy mennyiségű vizet használnak fel, hulladék keletkezik, és vegyi anyagok kerülhetnek a környezetbe. A feldolgozás és a szállítás további energiát igényel.
A chipgyártás maga is erőforrás-intenzív folyamat. Rendkívül tiszta vizet, speciális vegyszereket és pontosan szabályozott gyártási környezetet követel. Mire egy MI-gyorsító chip bekerül az adatközpontba, már hosszú ipari út áll mögötte.
Miért kell ennyi energia?
A nagy MI-modellek két különösen energiaigényes szakaszon mennek keresztül.
Az első a tanítás. Ilyenkor a rendszer hatalmas adatmennyiséget dolgoz fel, és számítások sorozatán keresztül alakítja ki a működését. Ez napokig, hetekig vagy tovább is tarthat, sok ezer chip egyidejű használatával.
A második a mindennapi működtetés. Minden chatbotválasz, képgenerálás vagy összefoglalás újabb számításokat indít. Egyetlen kérés önmagában kicsi terhelésnek tűnhet, milliárdnyi használat összeadva azonban komoly energiaigényt jelent.
A növekedés ráadásul önmagát erősíti. Ahogy egyre többen használnak MI-eszközöket, új adatközpontokra van szükség. A nagyobb modellek erősebb hardvert követelnek, a gyorsabb válaszokhoz pedig még több kapacitást építenek ki.
A vízfogyasztás kevésbé látványos, mégis fontos
Az adatközpontok egyik legnagyobb problémája a hő. A szerverek folyamatos működése miatt hűteni kell a gépeket és az épület levegőjét. Több rendszer közvetlenül vagy közvetve vizet használ erre. A pontos mennyiség függ a technológiától, az éghajlattól és az adott adatközpont kialakításától.
A vízigény különösen érzékeny területeken válhat konfliktusossá. Egy szárazabb régióban ugyanazért a vízkészletért versenyezhet a lakosság, a mezőgazdaság, az ipar és az adatközpont. A probléma nem mindig látszik a vállalati fenntarthatósági jelentésekből. Az összesített adatok elfedhetik, hogy egy adott telephely mekkora terhet jelent a helyi vízellátásra.
A környezeti költség messze kerül a felhasználótól
A digitális szolgáltatás egyik kényelme, hogy a felhasználó nem találkozik a termelés következményeivel. A bányászat más kontinensen zajlik, a chipeket távoli gyárak készítik, az adatközpont pedig egy ipari parkban vagy egy külvárosi területen működik. A hűtéshez használt víz helyi probléma marad.
A végén mindebből egy letisztult felület látszik. Beírunk néhány szót, majd megérkezik a válasz.
Ez a távolság megnehezíti a felelős döntést. Egy felhasználó ritkán tudja megállapítani, melyik modell milyen infrastruktúrán fut, mennyi erőforrást használ, vagy honnan érkezik hozzá az energia.
Tényleg mindenre (is) MI kell?
A mesterséges intelligencia sok feladatnál hasznos. Segíthet kutatásban, tervezésben, fordításban, diagnosztikai munkában vagy energiafelhasználás optimalizálásában. A környezeti mérleg mégsem válik automatikusan kedvezővé attól, hogy a technológiát hasznos célra alkalmazzák.
Érdemes különbséget tenni nagy értékű és felesleges használat között.
Egy összetett elemzés, szakmai dokumentum feldolgozása vagy komoly döntés előkészítése indokolhatja az MI használatát. Kevésbé meggyőző, amikor újabb és újabb képeket generálunk puszta kíváncsiságból, vagy egyszerű gondolkodási feladatokat is automatikusan a chatbotra bízunk.
A környezettudatos MI-használat nem teljes lemondást jelent. Tudatosabb döntést jelent arról, mikor ad valódi értéket a számítási kapacitás.
Az átláthatóság nélkül csak találgatunk
A felhasználóknak és a döntéshozóknak pontosabb adatokra lenne szükségük az MI-rendszerek erőforrásigényéről. Fontos lenne tudni, mennyi energiát használ egy modell tanítása és működtetése, milyen forrásból érkezik az áram, mekkora a vízfogyasztás, valamint hogyan kezelik az elhasználódott hardvert.
A vállalatok gyakran közölnek általános klímacélokat, ezekből azonban nehéz megítélni egy adott MI-szolgáltatás tényleges környezeti hatását. Az összehasonlítható mérési szabályok és telephelyi adatok sokkal tisztább képet adnának. A mesterséges intelligencia környezeti hatása az egész ellátási láncban keletkezik. A bányától a chipgyáron és az adatközponton át egészen addig a pillanatig, amikor a válasz megjelenik a képernyőn.
A felhő könnyűnek látszik. Az alapjai azonban mélyen a földbe, az elektromos hálózatba és a vízkészletekbe nyúlnak.
